• Tidak ada hasil yang ditemukan

Perbandingan Metode Fuzzy Sugeno Dan Metode Fuzzy Mamdani Dalam Penentuan Stok Beras Pada Perum Bulog Divisi Regional Sumut

N/A
N/A
Protected

Academic year: 2017

Membagikan "Perbandingan Metode Fuzzy Sugeno Dan Metode Fuzzy Mamdani Dalam Penentuan Stok Beras Pada Perum Bulog Divisi Regional Sumut"

Copied!
11
0
0

Teks penuh

(1)

PERBANDINGAN METODE FUZZY SUGENO DAN METODE FUZZY MAMDANI DALAM PENENTUAN STOK BERAS PADA PERUM

BULOG DIVISI REGIONAL SUMUT

SKRIPSI

DESMON GUNADI SIAGIAN 110803066

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

(2)

PERBANDINGAN METODE FUZZY SUGENO DAN METODE FUZZY MAMDANI DALAM PENENTUAN STOK BERAS PADA PERUM

BULOG DIVISI REGIONAL SUMUT

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Sains

DESMON GUNADI SIAGIAN 110803066

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

(3)

PERSETUJUAN

Judul : PERBANDINGAN METODE FUZZY

SUGENO DAN METODE FUZZY MAMDANI DALAM PENENTUAN STOK BERAS PADA PERUM BULOG DIVISI REGIONAL SUMUT

Kategori : SKRIPSI

Nama : DESMON GUNADI SIAGIAN

Nomor Induk Mahasiswa : 110803066

Program Studi : SARJANA (S1) MATEMATIKA

Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN

ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan, Juli 2015

Komisi Pembimbing :

Pembimbing 2 Pembimbing 1

Prof. Dr. Drs. Iryanto, M.Si Dra. Normalina Napitupulu, M.Sc NIP. 19460404 197107 1 001 NIP.19631106 198902 2 001

Diketahui/ Disetujui oleh

Departemen Matematika FMIPA USU Ketua,

(4)

PERNYATAAN

PERBANDINGAN METODE FUZZY SUGENO DAN METODE FUZZY MAMDANI DALAM PENENTUAN STOK BERAS

PADA PERUM BULOG DIVISI REGIONAL SUMUT

SKRIPSI

Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri. Kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, Juli 2015

(5)

PENGHARGAAN

Segala pujian dan ucapan syukur kepada Tuhan Yesus Kristus atas kasih-Nya, setiap pertolongan dan penyertaanNya yang dirasakan oleh penulis dalam proses pengerjaan skripsi ini.

Penulis juga mengucapkan terimakasih kepada pihak-pihak yang turut mendukung dalam penulisan skripsi ini:

1. Ibu Dra. Normalina Napitupulu, M.Sc dan Bapak Prof. Dr. Drs. Iryanto, M.Si, sebagai Dosen Pembimbing yang telah banyak memberikan arahan, nasehat, dan motivasi yang diberikan kepada penulis dalam mengerjakan skripsi ini. 2. Bapak Drs. Marihat Situmorang, M.Kom dan Ibu Asima Manurung, S.Si,

M.Si sebagai Dosen Pembanding yang banyak memberikan saran dan masukan dalam penyelesaian skripsi ini.

3. Bapak Prof. Dr. Tulus, M.Si. sebagai Ketua Departemen Matematika dan Ibu Dr. Mardiningsih, M.Si. selaku Sekretaris Departemen Matematika FMIPA USU.

4. Bapak Dr. Sutarman, M.Sc. sebagai Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara.

5. Semua Dosen di Departemen Matematika FMIPA USU atas segala ilmu dan bimbingan yang diberikan kepada penulis selama perkuliahan, serta seluruh Staf Administrasi yang ada di Departemen Matematika FMIPA USU.

6. Bapak Pimpinan Perum BULOG Divisi Regional Sumatera Utara yang telah membantu penulis memberikan data yang diperlukan dalam penulisan skripsi ini.

7. Rekan-rekan seperjuangan di Matematika 2011, Dika, Wahyu, Jhonly, Ranto, Devis, Joseph dll. Dan juga dukungan dari senior-senior dan adik-adik stambuk 2012, 2013, dan 2014.

8. Abang Rianto P Samosir, S.Si atas dukungan dan motivasi yang selalu diberikan.

9. Hema Liana Sari Simanjuntak, Am.keb yang memberikan doa dan dukungan kepada penulis dalam menyelesaikan skripsi ini.

10. Teristimewa kepada kedua orang tua penulis Bapak Alm. S. Siagian dan Ibu S. Simbolon atas doa, nasehat, bimbingan, dan dukungan moril dan materil, yang menjadi sumber motivasi bagi penulis untuk tetap semangat dalam perkuliahan dan penulisan skripsi ini.

Semoga damai sejahtera dari Tuhan senantiasa menyertai kita.

Medan, Juli 2015 Penulis

(6)

PERBANDINGAN METODE FUZZY SUGENO DAN METODE FUZZY MAMDANI DALAM PENENTUAN STOK BERAS

PADA PERUM BULOG DIVISI REGIONAL SUMUT

ABSTRAK

Perum BULOG Divisi Regional Sumatera Utara mengalami masalah ketidakpastian dalam menentukan jumlah stok beras yang optimal. Logika fuzzy merupakan salah satu metode yang dapat digunakan untuk menganalisis sistem yang mengandung ketidakpastian. Pada penelitian ini membahas penerapan logika fuzzy dalam menyelesaikan permasalahan stok beras pada Perum BULOG Divisi Regional Sumatera Utara dengan pendekatan Fuzzy-Sugeno dan pendekatan Fuzzy-Mamdani. Data yang digunakan dalam penelitian ini adalah data pemasukan, penyaluran, dan stok beras dari bulan Januari – Desember 2014. Perancangan sistem untuk memperoleh output dilakukan dalam tahap – tahap:(a) Pembentukan himpunan fuzzy, (b) Aplikasi fungsi implikasi, (c) Komposisi aturan, (d) Penegasan (defuzzyfikasi). Penyelesaian masalah dengan metode Fuzzy-Sugeno memiliki output sistem yang berupa konstanta atau persamaan linier dan pada proses defuzzyfikasi menggunakan metode rata-rata tertimbang, sedangkan pada metode Fuzzy-Mamdani defuzzyfikasi dilakukan dengan metode centroid dengan bantuan software matlab 6.1 toolbox fuzzy. Perbedaan antara metode Fuzzy-Sugeno dan metode Fuzzy-Mamdani terlihat pada konsekuen output yang dihasilkan. Model dari kendala tujuan fuzzy tersebut diselesaikan dengan bantuan software matlab 6.1 toolbox fuzzy sehingga dihasilkan stok beras pada Perum BULOG Divisi Regional Sumatera Utara untuk setiap bulannya selama tahun 2014. Dari penelitian yang telah dilakukan dengan memasukkan variabel input yaitu pemasukan dan penyaluran beras setiap bulan maka akan menghasilkan variabel output yaitu stok beras setiap bulan pada tahun 2014.

(7)

COMPARISON OF FUZZY SUGENO METHOD AND FUZZY MAMDANI METHOD IN THE DETERMINATION OF RICES STOCKS IN

PERUM BULOG DIVISION REGIONAL SUMUT

ABSTRACT

Perum BULOG in North Sumatra Region’s Division encountered a problem of uncertainty in determining the optimal amount of rice stocks. Fuzzy logic is one method that can be used to analyze system containing uncertainties. In this research discusses the application of fuzzy’s logic in solving problems rices stocks to Perum BULOG of North Sumatera Region’s Division with method of Fuzzy-Sugeno and Fuzzy-Mamdani. The data used in this research is entries data, distribution, and rices stocks from the month of January to December 2014. The system design to obtain the output is done in step by step: (a) Establishment of fuzzy set, (b) Application implication function, (c) composition rules, (d) Confirmation (defuzzyfication). Solving problems with Fuzzy-Sugeno method has an output system in the form of a constant or linear equations and the process defuzzyfication using the weighted average method, while the Fuzzy-Mamdani defuzzyfication done centroid method with using Matlab’s software toolbox fuzzy. The difference between Fuzzy-Sugeno and Fuzzy-Mamdani method’s was look at the consequent output produced. Models of the fuzzy’s goal constraints solved with using Matlab 6.1’s software toolbox fuzzy thus produced rice stocks to Perum BULOG of North Sumatra Region’s Division for each month in 2014. From the research that has been done by incorporating input variables it means income and distribution of rice each month then it will produces a variable output that is rices stocks each month in 2014.

(8)

DAFTAR ISI

Halaman

Persetujuan ii

Pernyataan iii

Penghargaan iv

Abstrak v

Abstract vi

Daftar Isi vii

Daftar Tabel ix

Daftar Gambar x

Bab 1. Pendahuluan

1.1 Latar Belakang 1

1.2 Perumusan Masalah 3

1.3 Batasan Masalah 3

1.4 Tinjauan Pustaka 4

1.5 Tujuan Penelitian 7

1.6 Kontribusi Penelitian 7

1.7 Metode Penelitian 8

Bab 2. Landasan Teori

2.1 Himpunan 9

2.2 Himpuna Tegas (Crisp) 9

2.3 Himpunan Samar (Fuzzy) 10

2.4 Fungsi Keanggotaan 14

2.4.1 Representasi Linier 14

2.4.2 Representasi Kurva Segitiga 16 2.4.3 Representasi Kurva Trapesium 17 2.4.4 Representasi Kurva Bentuk Bahu 18 2.5 Operasi-Operasi pada Himpunan Fuzzy 18

2.5.1 Operasi And 19

2.5.2 Operasi Or 19

2.5.3 Operasi Not 19

2.6 Logika Fuzzy 19

2.6.1 Dasar Logika Fuzzy 19

2.6.2 Variabel Numeris dan Linguistik 21

2.7 Proposisi Fuzzy 22

2.8 Implikasi Fuzzy 22

2.9 Sistem Inferensi Fuzzy 23

2.9.1 Unit Fuzzifikasi 23

2.9.2 Unit Penalaran 24

2.9.3 Unit Basis Pengetahuan 25

2.9.4 Unit Deffuzifikasi 25

2.10 Metode Sugeno 26

(9)

Bab 3. Pembahasan

3.1 Data 34

3.2 Pengolahan Data 35

3.2.1 Metode Sugeno 35

3.2.1.1 Pembentukan Himpunan Fuzzy 35 3.2.1.2 Aplikasi Fungsi Implikasi 38

3.2.1.3 Komposisi Aturan 41

3.2.1.4 Penegasan (Defuzzyfikasi) 41

3.2.2 Metode Mamdani 44

3.2.2.1 Pembentukan Himpunan Fuzzy 44 3.2.2.2 Aplikasi Fungsi Implikasi 44

3.2.2.3 Komposisi Aturan 47

3.2.2.4 Penegasan (Defuzzyfikasi) 48

Bab 4. Kesimpulan dan Saran

4.1 Kesimpulan 54

4.2 Saran 55

Daftar Pustaka 56

(10)

DAFTAR TABEL

Nomor Judul Halaman

Tabel

3.1. Data Stok, Pemasukan, dan Penyaluran Beras (ton) 34 3.2. Penentuan Variabel dan Semesta Pembicaraan 35 3.3. Perbandingan Jumlah Stok Beras antara Realisasi dan Pendekatan 43

Fuzzy-Sugeno (ton)

3.4. Perbandingan Jumlah Stok Beras antara Realisasi dan Pendekatan 52 Fuzzy-Mamdani (ton)

(11)

DAFTAR GAMBAR

Nomor Judul Halaman

Gambar

2.1 Representasi Linear Naik 15

2.2 Representasi Linear Turun 16

2.3 Representasi Kurva Segitiga 16

2.4 Representasi Kurva Trapesium 17

2.5 Representasi Kurva Bentuk Bahu 18

2.6 Komposisi Aturan Fuzzy Metode MAX 30

2.7 Proses Defuzzyfikasi 32

3.1 Himpunan Fuzzy Variabel Pemasukan: Banyak dan Sedikit 36 3.2 Himpunan Fuzzy Variabel Penyaluran: Banyak dan Sedikit 37 3.3 Himpunan Fuzzy Variabel Stok Beras: Turun dan Naik 38 3.4 Penalaran Fuzzy dengan Metode MIN Januari 2014 42 3.5 Himpunan Fuzzy Variabel Stok Beras: Turun dan Naik 44

3.6 Aplikasi Fungsi Implikasi untuk R1 45

3.7 Aplikasi Fungsi Implikasi untuk R2 46

3.8 Aplikasi Fungsi Implikasi untuk R3 46

3.9 Aplikasi Fungsi Implikasi untuk R4 47

3.10 Daerah Hasil Komposisi 47

Referensi

Dokumen terkait

[r]

Selanjutnya Penetapan Standar Teknis Kegiatan Sasaran Kerja Pegawai disampaikan kepada PPK melalui pejabat yang secara fungsional bertanggung jawab di bidang

We observed, that in the European mink Mustela lutreola , the duration of the oestrus period is 1–10 days, wherein oestrus in unmated females may recur two to three times during

Kegiatan : Mengamati bagian-bagian dari tanaman Metode : Tanya jawab dan pemberian tugas.. Agar anak dapat

Ž. Blood samples for progesterone determina- tion were taken twice a week from all the animals. During the second year of the study, prolactin was measured in the samples from

Considering specific metadata about 3D geospatial models, the proposed metadata-set has six additional classes on geometric dimension, level of detail, geometric modeling,

(nama lengkap siswa, kelas, jurusan, judul desain penelitian, sekolah, CP, email)..

In this paper, we discuss an approach to realise two operators named ’overlap’ and ’meet’ between two 3D planar polygons, using Oracle Spatial operators SDO ANYINTERACT (3D) and